中国、米国、欧州における人工知能開発の現状の比較分析

1. 背景と比較方法

[[393581]]

人工知能は、経済、安全保障、社会の発展を促進する基礎技術です。 AIの研究開発と応用をリードする国は技術の未来をコントロールし、競争力を大幅に高める一方、後れをとっている国は主要産業における競争上の優位性を失う可能性があります。そのため、現在、世界の主要国は人工知能の発展を推進するために競争しており、30か国以上が独自の人工知能開発戦略を特別に策定しています。多くの国が人工知能の発展において目覚ましい進歩を遂げています。例えば、インドでは人工知能の人材が急増し、イスラエルでは人工知能に対する一人当たりの民間投資が高水準に達し、オーストラリアではディープラーニングの分野で発表される論文数が大幅に増加しています。米国、中国、欧州連合の人工知能の総合的な実力が他の国々よりも高いことを踏まえ、この報告書では、投資、人材、研究、ハードウェア、アプリケーション、データの6つのカテゴリーにおける31の指標に基づいて、これら3つの国/地域の人工知能開発の現状を詳細に比較しています。この報告書では、31の指標を合計100点のスコアリングシステムとして扱い、各指標に重み付けスコア（1～5点）を割り当て、その後、この指標に関する米国、中国、欧州の具体的なスコアを比例して算出しています。報告書では、労働力規模が結果に与える影響を考慮して、各指標の絶対値と労働力規模に合わせて調整された値を計算します。

2. 主な結論

評価の結果、米国は100点満点中44.6点（労働力規模調整後58.0点）で、AI投資、人材、研究、ハードウェアの4つの指標で総合トップとなった。中国は32.0点（労働力規模調整後17.8点）で、アプリケーションとデータの2つの指標でトップとなった。欧州連合は23.3点（労働力規模調整後24.2点）で、人材の個別指標のみで好成績を収め、主要指標で際立った優位性はなかった。さらに、米国、中国、欧州の人工知能の発展には重要な傾向がある。中国は指標の半分以上で米国との差を縮めるか、そのリードを拡大しているのに対し、欧州連合は指標の4分の1強でしか進歩を遂げていない。つまり、米国は指標の4分の3近くで欧州連合に対する優位性を維持または拡大しているということだ。

米国は人工知能開発において総合的なリードを維持し続けています。中国も関連指標で進歩を遂げているものの、米国の総合的なリードは依然としてわずかに拡大している。投資指標に関して言えば、米国はベンチャーキャピタルやプライベートエクイティファイナンスなど、重視度の高い指標で好成績を収めています。例えば、米国には中国やヨーロッパとは比べものにならないほど多くの人工知能関連の新興企業があります。これらの新興企業は2019年に中国よりも80億ドル多くベンチャーキャピタルやプライベートエクイティファンドから資金を調達しました。人材指標の面では、2018年時点のデータによると、米国のトップAI研究者の数と教育業界で働くトップAI研究者の割合は、中国やヨーロッパよりも大幅に高いことが示されています。研究指標の面では、2019年に米国のソフトウェアおよびコンピュータサービス企業の研究開発費は中国とヨーロッパの合計の3倍に達し、米国の人工知能研究の平均品質は依然として中国とヨーロッパよりも高い。ハードウェア指標で見ると、世界トップ15の半​​導体販売企業の半数以上が米国にあり、米国の人工知能チップ設計企業の数は依然として中国や欧州を大きく上回っています。

EUの人工知能開発は全体的に米国に遅れをとっているが、個別の指標では若干の進歩が見られる。研究指標の面では、EUのソフトウェアおよびコンピュータサービス企業の研究開発費は依然として米国に大きく遅れをとっており、2018年にはEUの人工知能論文の質が向上したのに対し、米国の論文の質は低下した。投資指標で見ると、EUのAI企業への投資は米国に比べて依然として大きく遅れをとっており、資金調達件数、AI企業買収件数、100万ドル以上を調達したAI企業数などにおいて米国との差はさらに広がっている。しかし、2016年から2019年の間に、EUのAI企業が調達したベンチャーキャピタルとプライベートエクイティの資金調達の割合は、米国で調達された資金と比較して13％から22％に増加しました。さらに、EUの指標の多くは英国の発展に大きく依存しているため、Brexitは絶対値でも一人当たりのレベルでもEUの人工知能の力を弱めることになるだろう。

III. 米国と欧州への提案

米国は人工知能の開発に向けてより積極的な戦略を実行すべきである。一つ目は人工知能人材の育成を強化することです。全米科学財団に資金を割り当て、AI研究への資金と報酬を増やし、主に一定期間学術界に留まることを約束した大学教授への補助金を支給する。AIを専攻する学生への奨学金を増やして国内のAI人材プールを強化する。H-1Bビザ（米国で専門職に就く外国人のための一時就労ビザ）の上限を引き上げるなどして、世界トップクラスのAI人材を米国に呼び込む。 2つ目は研究開発を推進することです。研究開発税額控除率を引き上げ、世界の他の国々との格差を縮める。例えば、中国の研究開発税額控除は米国の2.7倍である。 3つ目は、人工知能の導入を加速することです。人工知能を導入するための取り組みを強化し、連邦データプライバシー法がデータ収集と人工知能のアプリケーションを制限しないようにします。第四に、同盟協力を推進する。 2020年6月、G7グループは、加盟国間で最先端の人工知能技術の研究と応用に関する協力を促進することを目的とした「人工知能に関するグローバル・パートナーシップ（GPAI）」を設立しました。加盟国の一つとして、米国は人工知能の発展に過度な規制を課すEUの道をたどるのではなく、このメカニズムが加盟国間の結束を強化し、中国との競争を強化することを確実にすべきだ。 GPAI加盟国は、共有データベースを開発し、AIシステムの信頼性評価などの課題に協力し、一連の国際競争を利用して国民に利益をもたらすAIシステムの開発を促進する必要がある。

EUはAIのイノベーションを促進するために規制システムを変更すべきだ。 1つ目は、人工知能の開発に対する規制を緩和することです。 EUとその加盟国が直面している最大の課題は、欧州人が人工知能技術の発展を歓迎し促進するよりも、一般的に恐れ、制限していることである。そのため、EUは依然としてデータの収集と使用を制限する一般データ保護規則を実施している。2020年11月に導入されたばかりのデータガバナンス法は、個人によるデータの寄付の許可、欧州データイノベーション委員会の設置、公共部門のデータの再利用の奨励などの措置を提案しており、人工知能の発展に有益である一方で、商業的に機密性の高いデータの送信を制限するなどの措置も提案しており、世界的な協力をある程度阻害している。 2つ目は、EUのソフトウェアおよびコンピュータサービス企業による研究開発費が低い現状を改善するため、研究開発に対する税制優遇措置を増やすことです。 3つ目は、企業が新しいサービスや大幅に改善されたサービスを導入できるよう支援する公的研究機関をさらに発展させることです。 4番目に、官民連携を通じて高性能コンピューティング センターの数を増やす。マサチューセッツ州政府が大学や企業と協力してマサチューセッツ グリーン高性能コンピューティング センターを設立した成功例を参考にすることができます。